阿里云张献涛:一切从场景出发,实现计算的全场景覆盖

本文涉及的产品
轻量应用服务器 2vCPU 4GiB,适用于搭建Web应用/小程序
轻量应用服务器 2vCPU 4GiB,适用于网站搭建
轻量应用服务器 2vCPU 4GiB,适用于搭建容器环境
简介: 阿里云弹性计算的最新进展

9月18日,2020云栖大会上,阿里巴巴研究员、阿里云智能弹性计算负责人张献涛分享了阿里云弹性计算的最新进展。

image.png

图:阿里巴巴集团研究员、阿里云智能弹性计算负责人张献涛

张献涛透露,目前阿里云的弹性计算已经实现对计算能力、行业和计算位置的全覆盖,全场景满足用户全面上云需求。“如果说过去十年,阿里云只做了一件事情的话,就是通过不断的产品和技术改进,让客户的业务能够更简单、更高效地云化,协助客户业务最终All-in Cloud。”张献涛表示。

通用计算、异构计算、HPC…实现计算能力的全面覆盖

经过十年的发展,阿里云弹性计算服务已经遍布全球,在全球22个地域、63个可用区提供云服务,同时服务了超过100万的企业用户;在中国,有超过80%的中国科技创新企业也在使用阿里云弹性计算的产品。

经过技术的不断演进,神龙计算架构已经成为了阿里云弹性计算产品的基础架构,并覆盖了通用计算、异构计算以及高性能计算等多种计算场景。即,一个神龙架构可以统一支持虚拟机、弹性裸金属、专用宿主机以及弹性容器实例等多种实例形态,实现了不同场景下对计算能力需求的全面覆盖。

为了更好地让客户业务能运行在阿里云平台上,阿里云弹性计算团队还针对典型的垂直应用场景在产品能力上做了深入的优化:

1. 在计算密集型的场景中,阿里云弹性计算团队和英特尔一起针对CPU做了深度的定制和优化,基于英特尔第三代至强可扩展处理器打造了高主频的HFG7实例,全核睿频能力高达到3.8GHZ,整机算力更是提升了160%,内存频率支持也高达3200MHZ。

2. 在缓存类以及其它内存密集型场景中,阿里云弹性计算团队推出了内存增强型实例RE6和非易失性内存增强型实例RE6P。其中,非易失性内存增强型实例RE6P 采用了英特尔最新的傲腾持久性内存,不仅提升了性能,也能更好地均衡成本。在Redis业务场景中,非易失性内存增强型实例RE6P表现突出,在性能提升20%的同时,整体成本还有30%的下降。

3. 在网络增强方面,阿里云弹性计算团队推出了第七代网络增强型实例G7NE,内网带宽达到64Gb,网络并发连接数高达1600万,网络转发能力也达到了2400万PPS。

4. 在高性能数据处理场景中,阿里云弹性计算团队推出了i3本地SSD实例以及D2S和D2C的本地HDD实例,能够在数据处理场景中灵活搭配,满足客户不同业务架构方案的需求。

除了对计算能力的全覆盖,阿里云提供更加灵活的产品售卖形态和健全的服务工具。阿里云弹性计算团队面向新零售、互动娱乐和金融等各个行业沉淀了丰富的解决方案,并为行业客户提供一站式的服务。

1. 面向新零售行业,阿里云弹性团队基于抢占式实例Spot推出了面向新零售行业的“抢占式低成本优化解决方案”,帮助用户充分利用抢占式实例Spot的价格优势,来应对业务高峰期的客流量,与按量实例相比,最高能节省能90%的成本。

2. 面向互娱行业,阿里云弹性团队基于运维编排工具OOS推出了面向互娱等行业的运维编排解决方案。因为互娱行业应用的日常运维工作比较多,OOS可以极大地为其提升运维效率。

3. 针对银行证券保险等金融机构,阿里云弹性团队还推出了安全增强实例C6T,实现从底层物理机硬件到上层虚拟机实例的全链路可信,并提供整套监控和风险应对的解决方案, 帮助金融机构用户以低门槛的方式用上高级安全功能,增加业务安全和合规能力。

对于阿里云弹性计算团队来说,目标就是要不断深入行业,深度理解行业用户的需求,不断推出有行业属性的产品和解决方案,帮助行业用户更简单、更高效地实现业务云化。

“云、边、端”计算位置的全覆盖,支持多种部署形态

各个行业上云已成趋势,尤其是随着大数据、人工智能、物联网和5G等技术的快速发展,边缘的计算需求也越来越丰富,有些是要求计算能力离最终用户更近,有些是要求计算能力离数据更近,有些是需要在特定的位置做计算。 用户对于计算的要求已经从“场景的全覆盖”扩展到了“地点的无处不在”。为此,阿里云弹性计算团队也布局了“云、边、端”全场景覆盖的能力,即“计算位置的全覆盖”,推出了一系列新的产品部署和运营形态,来应对客户和合作伙伴在计算的位置和运营模式上提出的新需求,将公共云延伸到更加广阔的空间里,与客户一起为边缘计算和5G 时代的到来做好准备。

对于计算位置需求变化,阿里云弹性计算团队推出多种新的产品形态, 包括 Edge Zone、Hosting Zone、Partner Zone和Cloud Station。这些新产品形态拥有3个共同特点:

1、他们都属于阿里云公共云的一部分;
2、他们都采用了与阿里云公共云100% 完全相同的技术栈,全部基于阿里云的飞天操作系统;

3、他们都提供了与阿里云公共云一致的体验,拥有与阿里云公共云相同的产品能力、Open API和管理工具体系。

阿里云弹性计算团队一直以来都是以客户场景出发,利用云计算发展的技术红利,在产品上不断创新、不断追求极致性能,以更好地满足用户的计算需求、助力企业更专注于其自身的业务创新,最终实现降本增效。


关注百晓生,笑谈云计算
二维码-三分之一.gif

相关文章
|
6月前
|
机器学习/深度学习 存储 人工智能
三问一图万字拆解DeepSeek-R1:训练之道、实力之源与市场之变
本文是作者基于自己的学习经历重新组织的一篇更易于初心者理解的关于DeepSeek的文章,也可以说是作者阶段性的学习笔记。
403 43
三问一图万字拆解DeepSeek-R1:训练之道、实力之源与市场之变
|
C# C++
创建目标类型对象在C#7.3中不可用,请使用9.0或更高的语言版本
创建目标类型对象在C#7.3中不可用,请使用9.0或更高的语言版本
2526 0
创建目标类型对象在C#7.3中不可用,请使用9.0或更高的语言版本
|
分布式计算 数据可视化 大数据
Vaex :突破pandas,快速分析100GB大数据集
Vaex :突破pandas,快速分析100GB大数据集
214 3
|
11月前
|
消息中间件 Java Kafka
实时数仓Kappa架构:从入门到实战
【11月更文挑战第24天】随着大数据技术的不断发展,企业对实时数据处理和分析的需求日益增长。实时数仓(Real-Time Data Warehouse, RTDW)应运而生,其中Kappa架构作为一种简化的数据处理架构,通过统一的流处理框架,解决了传统Lambda架构中批处理和实时处理的复杂性。本文将深入探讨Kappa架构的历史背景、业务场景、功能点、优缺点、解决的问题以及底层原理,并详细介绍如何使用Java语言快速搭建一套实时数仓。
1036 4
|
C++ 缓存 存储
面向 C++ 的现代 CMake 教程(一)(3)
面向 C++ 的现代 CMake 教程(一)
367 0
|
机器学习/深度学习 人工智能 搜索推荐
探索未来:人工智能在日常生活中的应用与影响
本文将深度探讨人工智能(AI)如何在我们的日常生活中扮演着越来越重要的角色,从智能家居到个性化医疗、从教育辅助到职场变革。我们将通过具体案例和最新统计数据,分析AI技术带来的便利与挑战,并对其未来发展进行预测。 【7月更文挑战第25天】
2219 1
|
缓存 运维 NoSQL
使用 psutil 获取硬件、网络以及进程信息
使用 psutil 获取硬件、网络以及进程信息
224 0
|
存储 弹性计算 前端开发
阿里云服务领域Agent智能体:从概念到落地的思考、设计与实践
本文讲述了作者团队在阿里云的服务领域Agent是如何设计与实践的,以及到目前为止的一些阶段性成果,作者做出了总结和整理。
|
存储 机器学习/深度学习 人工智能
深入浅出 AI 智能体(AI Agent)|技术干货
随着人工智能技术的发展,智能体(AI Agents)逐渐成为人与大模型交互的主要方式。智能体能执行任务、解决问题,并提供个性化服务。其关键组成部分包括规划、记忆和工具使用,使交互更加高效、自然。智能体的应用涵盖专业领域问答、资讯整理、角色扮演等场景,极大地提升了用户体验与工作效率。借助智能体开发平台,用户可以轻松打造定制化AI应用,推动AI技术在各领域的广泛应用与深度融合。
27080 1
|
开发框架 前端开发 .NET
Visual Studio中的四款代码格式化工具
Visual Studio中的四款代码格式化工具
564 0